交易的密码:用算法赚取第一桶金

**章 交易模型与投资组合 1 第1 节 建立底层交易逻辑 3 第2 节 交易策略的发展 4 第3 节 交易策略 6 第4 节 回测 14 第5 节 数据获取 20 第6 节 建立交易模型 23 第7 节 交易的特征工程 30 第8 节 投资组合优化 43 第二章 用机器学习预测股价 53 第1 节 机器学习过程 55 第2 节 回归模型：从风险到回报 57 第3 节 波动率预测与波动套利 61 第4 节 使用决策树追踪趋势 66 第5 节 提升交易策略稳定性 71 第三章 交易的情绪 75 第1 节 情绪分析原则 77节 情绪分析原则 77 第2 节 如何构建情绪指标 81 第3 节 基于词向量与句向量的新闻分析 84 第4 节 其他的情绪识别思路 88 第四章 用深度学习指导交易 89 第1 节 基础深度模型 91 第2 节 LSTM 可以用来选股吗 93 第3 节 双向LSTM 是否会更好 95 第4 节 GRU 优化了什么 96 第5 节 集成的CNN 结构 98 第6 节 关于选股模型的思考 104 第7 节 选股模型改进 107 第8 节 集成模型 122 第五章 在交易中应用强化学习 127 第1 节 强化学习基础框架 129 第2 节 手动实现股票买卖的强化学习网络 132 第3 节 改进DQN 网络 135 第4 节 回合制还是持续式：Actor-Critic 137 第5 节 稀疏奖励：好奇心提高agent 对环境的可知性 138 第6 节 神经网络自动进化：Neuro-evolution 141 第7 节 强化学习的框架选择 144 第8 节 设计一个符合交易系统的奖励 145 第9 节 双agent：选择交易时机和交易价格 146 第10 节 应用强化学习需要注意的事项 148 第六章 传统的指标：神奇还是普通 151 第1 节 斐波那契数列 152 第2 节 ABCD 交易法 154 第3 节 谐波模式 157 第4 节 自动找出谐波模式 160 第七章 高频交易 163 第1 节 套利交易：魔鬼的价差 164 第2 节 跳绳交易 166 第3 节 网格交易：利用好每一次波动 167 第4 节 搭建网格交易系统 169 第5 节 网格交易的常见问题与进阶 172 第6 节 高频交易框架 173 第八章 问答集 177 第1 节 预判性与跟随性 178 第2 节 有了算法后，还需要人工介入吗 178 第3 节 需要多大的资金规模 178 第4 节 如何预测黑天鹅事件 179 第5 节 什么是指数增强 179 第6 节 私募公司是如何开发策略的 180 第7 节 是否要在机器学习模型中单独区分行业 181 第8 节 指数是否重要 181 第9 节 追涨或打板 181 第10 节 股票池筛选原则 182 第11 节 如何设置机器学习的目标 182 第12 节 如何建立分类任务：二分类还是多分类 183 第13 节 如何确定长期、中期、短期的周期规律 183 第14 节 如何研究对手盘 184 第15 节 什么是冲击算法（下单算法） 185 第16 节 如何利用大模型进行研报的分析判断 187 第17 节 傻瓜的故事 190 附录A 192